import matplotlib.pyplot as plt
import pandas as pd

# 假设df_iterator是一个DataFrameIterator对象，包含'image'和'label'两列数据
# 可以通过df_iterator.next()或df_iterator.__next__()方法获取下一批数据
batch_images, batch_labels = df_iterator.next()

# 假设batch_images是一个包含图像数据的numpy数组，batch_labels是一个包含标签的numpy数组

# 获取批次中的图像数量
batch_size = len(batch_images)

# 设置图像的显示布局，例如每行显示4张图像
num_cols = 4
num_rows = (batch_size // num_cols) + 1

# 创建一个图像网格，用于展示图像及其标签
fig, axes = plt.subplots(num_rows, num_cols, figsize=(12, 12))

# 遍历每个图像，并将其显示在对应的位置上
for i, ax in enumerate(axes.flatten()):
    # 忽略多余的空白位置
    if i < batch_size:
        image = batch_images[i]
        label = batch_labels[i]
        
        # 显示图像
        ax.imshow(image)
        ax.axis('off')
        
        # 设置图像标题为对应的标签
        ax.set_title(f'Label: {label}')
    
# 调整子图之间的间距
plt.tight_layout()

# 展示图像及其标签
plt.show()